numpy数据平滑

数据平滑是处理噪声数据的重要手段,可以采用移动平均线或窗函数如hanning函数来实现。本文介绍了numpy库中的np.hanning、np.polysub、np.isreal、np.select和np.trim_zeros等关键函数在数据平滑中的应用。
摘要由CSDN通过智能技术生成

数据平滑

是用来处理噪声数据,使数据变化较为平顺.可以使用移动平均线, 也可以使用hanning函数

Key_Function

np.hanning函数: 是一个加权余弦的窗函数, 相当于是余弦移动平均线

np.polysub函数: 输入两个多项式系数数组, 返回一个表示两个多项式差的多项式的系数数组

np.isreal函数: 判断数组元素是否是实数

np.select函数: 根据给定的条件, 从数组中挑选出符合条件的元素并组成数组返回

np.trim_zeros函数: 去掉一维数组中开头或末尾为0的元素

Code

import numpy as np
import matplotlib.pyplot as plt

N = 8
weights = np.hanning(N)
print(weights)
'''
[ 0.          0.1882551   0.61126047  0.95048443  0.95048443  0.61126047
  0.1882551   0. 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值